Como usar análise preditiva Árvores de Decisão para prever o futuro
UMA arvore de decisão é uma abordagem para análise de previsão que podem ajudá-lo a tomar decisões. Suponha, por exemplo, que você precisa decidir se quer investir uma certa quantidade de dinheiro em um dos três projetos de negócios: a empresa do sector alimentar-caminhão, um restaurante ou uma livraria.
Um analista de negócios tem trabalhado para fora a taxa de fracasso ou sucesso para cada uma destas ideias de negócio como porcentagens e o lucro que você faria em cada caso.
| O negócio | Taxa de sucesso | Taxa de falha |
|---|---|---|
| Caminhão de comida | 60 por cento | 40 por cento |
| Restaurante | 52 por cento | 48 por cento |
| Livraria | 50 por cento | 50 por cento |
| O negócio | Ganho (USD) | Loss (USD) |
|---|---|---|
| Caminhão de comida | 20.000 | -7.000 |
| Restaurante | 40.000 | -21.000 |
| Livraria | 6.000 | -1.000 |
A partir de dados estatísticos anteriores mostrado, você pode construir uma árvore de decisão, como mostrado abaixo.
Usando um tal árvore de decisão para decidir sobre um negócio começa com o cálculo do valor esperado para cada alternativa - um ranking numerada que ajuda você a escolher a melhor delas.
O valor esperado é calculado de tal maneira que inclui todos os possíveis resultados para uma decisão. Cálculo do valor esperado para a idéia de empresa do sector alimentar-caminhão parecido com este:
valor esperado de alimentos caminhão-business = (60 por cento x 20.000 (USD)) + (40 por cento * -7000 (USD)) = 9.200 (USD)
Aqui, o valor esperado reflete o ganho médio de investir em uma empresa do sector alimentar-caminhão. Neste cenário - trabalhar com números hipotéticos, é claro - se você tentar investir em empresas de alimentos em camiões várias vezes (sob as mesmas circunstâncias de cada vez), o seu lucro médio será de 9.200 (USD) por negócios.
Assim, é possível calcular os valores esperados de um negócio de restaurante e livraria da mesma maneira, como se segue:
valor esperado de negócios restaurante = (52 por cento x 40.000 (USD)) + (48 por cento * -21.000 (USD)) = 10.720 (USD)
valor esperado do negócio livraria = (50 por cento x 6.000 (USD)) + (50 por cento * -1000 (USD)) = 2.500 (USD)
O valor esperado de um negócio de restaurante representa uma previsão de quanto lucro que você faria (em média), se você investiu em um negócio de restaurante várias vezes. Portanto, o valor esperado se torna um dos critérios que figuram em seu negócio de tomada de decisão. Neste exemplo, os valores esperados das três alternativas pode inclinar-lo para favorecer o investimento no negócio de restaurante.
As árvores de decisão também pode ser usado para visualizar as regras de classificação (tal como os mencionados no exemplo anterior da loja de relógio de linha).
Um algoritmo de decisão gera uma árvore de decisão que representa as regras de classificação. No exemplo do relógio da loja, você quer prever se um determinado cliente vai comprar um relógio de seu store- a árvore de decisão será, essencialmente, um fluxograma: Cada nó da árvore de decisão representa um atributo identificados na matriz de dados. As folhas da árvore de decisões são os previstos.
Esta árvore de decisão prevê se um cliente pode comprar um determinado relógio na loja online. Os nós nesta árvore de decisão representam alguns dos atributos que você está analyzing- cada um é uma pontuação - de interesse do cliente em relógios, idade do cliente, eo salário do cliente.
Aplicando o modelo para um novo cliente X, você pode traçar um caminho a partir da raiz da árvore para baixo a folha de uma árvore de decisão (sim ou não) que indica e mapas como esse cliente se comportaria para o relógio que está sendo anunciado.